Команда Института автоматизации Академии наук Китая впервые предложила метод планирования траектории для гибридного робота, выполняющего инспекцию линий электропередач, способный генерировать траекторию за 50 миллисекунд, что значительно сокращает время автономного спуска и преодоления препятствий гибридным роботом. Связанная исследовательская статья "Model-Based Trajectory Planning of a Hybrid Robot for Powerline Inspection" принята в IEEE RAL и IROS 2024.
Система захвата движения NOKOV обеспечивает исследование высокоточными позиционными данными для оценки состояния гибридного робота, что помогает подтвердить эффективность предложенного метода в реальных условиях.
Формат цитирования:
Z. Li et al., "Model-Based Trajectory Planning of a Hybrid Robot for Powerline Inspection," в IEEE Robotics and Automation Letters, т. 9, № 4, стр. 3443-3450, апрель 2024, doi: 10.1109/LRA.2024.3363535.
Фон исследования
Регулярная проверка линий электропередач имеет критическое значение для обеспечения безопасной и надежной передачи электроэнергии, предотвращения аварий и оптимизации эффективности электросетей. Роботы-ползунки могут перемещаться вдоль линий электропередач, обеспечивая высокую точность и дальность проверки, но испытывают трудности с обходом препятствий. Дроны могут выполнять инспекцию, пролетая над линиями электропередач, обеспечивая высокую гибкость, но имеют ограниченную автономность. Гибридные роботы стремятся объединить преимущества роботов-ползунков и дронов, обеспечивая высокую маневренность и длительное время работы.
Схема процесса инспекции линий электропередач гибридным роботом
Тем не менее, большинство исследований гибридных роботов сосредоточено на проектировании платформ и автономной посадке, уделяя недостаточное внимание планированию траектории, что является ключевым для автономной инспекции. В данной статье предложен новый метод, заполняющий пробел в планировании траектории гибридных роботов. Проблема планирования траектории моделируется как задача нелинейного программирования, где динамические и геометрические ограничения выступают в качестве жестких ограничений, а качество проверки используется в качестве функции стоимости оптимизации. Эффективность метода подтверждена обширными симуляционными и реальными экспериментами.
Основные достижения статьи
1. Представлен метод генерации траектории для инспекции линий электропередач гибридными роботами, значительно снижающий временные затраты на посадку и навигацию с избеганием препятствий.
2. Представлена универсальная геометрическая модель для инспекции линий электропередач гибридными роботами, включая аналитические формулы для точной посадки и максимизации видимости линий электропередач.
3. Эффективность предложенного метода подтверждена обширными симуляционными и реальными экспериментами.
Процесс эксперимента
Исследовательская группа проверила предложенный метод планирования траектории на гибридной роботизированной платформе, где данные о положении робота, линий электропередач и препятствий были получены с помощью системы захвата движения NOKOV, а оценка состояния робота осуществлялась с помощью расширенного фильтра Калмана (EKF).
Структура системы гибридного робота
Для проверки эффективности метода в реальных условиях исследователи создали в помещении моделируемую сцену с линиями электропередач и препятствиями и провели эксперименты по планированию и отслеживанию траекторий.
Результаты экспериментов показали, что спланированная траектория позволяет роботу постоянно находиться прямо над линией электропередач и выравниваться с ней, максимизируя видимость линии электропередач, в результате чего робот успешно преодолевает препятствия и успешно приземляется на линию электропередач.
Система захвата движения NOKOV проверяет эффективность описанного выше метода планирования траектории в реальных условиях, предоставляя высокоточные позиционные данные для оценки состояния гибридного робота.
Введение автора
Чжишуо Ли - кандидат наук в инженерной лаборатории промышленного зрения и технологий интеллектуального оборудования Института автоматизации Китайской академии наук (IAAS).
Юнон Тянь, младший научный сотрудник инженерной лаборатории промышленного зрения и технологий интеллектуального оборудования Института автоматизации Китайской академии наук, основные научные интересы - специализированная робототехника, воплощенный интеллект и визуальное сервоуправление.
Гуодонг Ян, научный сотрудник лаборатории промышленного зрения и технологий интеллектуального оборудования Института автоматизации Китайской академии наук, основные научные интересы - исследования и применение робототехники и беспилотных автономных систем.
Янфэн Чжан, кандидат наук, Государственная ключевая лаборатория мультимодальных систем искусственного интеллекта, Институт автоматизации, Китайская академия наук, основные научные интересы: исследование и применение робототехники и беспилотных автономных систем.
Эн Ли, научный сотрудник лаборатории промышленного зрения и технологий интеллектуального оборудования Института автоматизации Китайской академии наук, основные научные интересы: исследование и применение специальной робототехники, технологии управления роботами и технологии интеллектуального зондирования.
Цзыцзе Лян, научный сотрудник Государственной ключевой лаборатории мультимодальных систем искусственного интеллекта Института автоматизации Китайской академии наук, основные научные интересы - передовое производство.
Мин Тань - научный сотрудник Государственной ключевой лаборатории мультимодальных систем искусственного интеллекта Института автоматизации Китайской академии наук. Его основные научные интересы включают интеллектуальную робототехнику и передовое управление.
Применение систем захвата движения в изучении технологии интегрированной внутренней позиционирования
Гибкий робот для реабилитации верхних конечностей с использованием технологии виртуальной реальности
Пожалуйста, свяжитесь с нами
-
Мы прилагаем все усилия для того, чтобы помочь вам в ваших запросах и предоставить полную информацию.
Поделитесь с нами своими проблемами, и мы быстро направим вас к наиболее эффективному решению.
-
-
- Объем захвата * m m m
-
Объекты для отслеживания *
- Количество целей (необязательно)
-
Тип камеры (по желанию)
-
Количество камер (необязательно)
- Отправить